Escolar Documentos
Profissional Documentos
Cultura Documentos
Hugo Valadão
hugoaladav@gmail.com
Atenção:
As resoluções dos exercı́cios deste documento, mesmo tendo sido revisadas, podem conter al-
guns erros. Sendo assim, é importante lê-las com olhar crı́tico e com atenção aos erros (leves ou
graves) que possam surgir. Caso perceba qualquer erro (inclusive erro de digitação), agradeceria
que me notificasse por e-mail para poder corrigir e atualizar o arquivo. Aliás, este é um docu-
mento em constante construção e atualização, acesse o link do Google Drive (https://goo.gl/UhPMLv)
para ter acesso à versão mais recente.
Meus agradecimentos a Laryssa Abdala que revisou, corrigiu e sugeriu algumas das soluções
deste pdf!
Hugo Valadão
hugoaladav@gmail.com
11 de Agosto de 2018
Conteúdo
1 Estruturas Algébricas 6
1.0.1 Exercı́cio 1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.0.2 Exercı́cio 1.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.0.3 Exercı́cio 1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.0.4 Exercı́cio 1.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.0.5 Exercı́cio 1.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.0.6 Exercı́cio 1.12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.0.7 Exercı́cio 1.17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.0.8 Exercı́cio 1.20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.0.9 Exercı́cio 1.21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Espaços Vetoriais 10
2.0.1 Exercı́cio 3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.0.2 Exercı́cio 3.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.0.3 Exercı́cio 3.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.0.4 Exercı́cio 3.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.0.5 Exercı́cio 3.11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.0.6 Exercı́cio 3.14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.0.7 Exercı́cio 3.16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.0.8 Exercı́cio 3.17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.0.9 Exercı́cio 3.20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.0.10 Exercı́cio 3.21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.0.11 Exercı́cio 3.23 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.0.12 Exercı́cio 3.24 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.0.13 Exercı́cio 3.25 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.0.14 Exercı́cio 3.28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.0.15 Exercı́cio 3.29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.0.16 Exercı́cio 3.34 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.0.17 Exercı́cio 3.35 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.0.18 Exercı́cio 3.37 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.0.19 Exercı́cio 3.39 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2
CONTEÚDO 3
3 Transformações Lineares 31
3.0.1 Exercı́cio 4.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.0.2 Exercı́cio 4.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.0.3 Exercı́cio 4.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.0.4 Exercı́cio 4.10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.0.5 Exercı́cio 4.17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.0.6 Exercı́cio 4.19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.0.7 Exercı́cio 4.25 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.0.8 Exercı́cio 4.26 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.0.9 Exercı́cio 4.28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.0.10 Exercı́cio 4.42 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.0.11 Exercı́cio 4.45 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.0.12 Exercı́cio 4.53 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.0.13 Exercı́cio 4.55 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Produto Interno 40
4.0.1 Exercı́cio 5.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.0.2 Exercı́cio 5.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.0.3 Exercı́cio 5.12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.0.4 Exercı́cio 5.14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.0.5 Exercı́cio 5.18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.0.6 Exercı́cio 5.29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.0.7 Exercı́cio 5.31 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.0.8 Exercı́cio 5.41 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.0.9 Exercı́cio 5.53 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.0.10 Exercı́cio 5.55 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.0.11 Exercı́cio 5.57 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
CONTEÚDO 4
5 Autovalores e Autovetores 51
5.0.1 Exercı́cio 6.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.0.2 Exercı́cio 6.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.0.3 Exercı́cio 6.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.0.4 Exercı́cio 6.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.0.5 Exercı́cio 6.11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.0.6 Exercı́cio 6.13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.0.7 Exercı́cio 6.14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.0.8 Exercı́cio 6.16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.0.9 Exercı́cio 6.21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.0.10 Exercı́cio 6.22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.0.11 Exercı́cio 6.25 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.0.12 Exercı́cio 6.27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.0.13 Exercı́cio 6.28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.0.14 Exercı́cio 6.29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.0.15 Exercı́cio 6.42 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.0.16 Exercı́cio 6.43 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.0.17 Exercı́cio 6.45 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.0.18 Exercı́cio 6.46 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.0.19 Exercı́cio 6.51 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.0.20 Exercı́cio 6.52 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.0.21 Exercı́cio 6.53 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.0.22 Exercı́cio 6.60 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.0.23 Exercı́cio 6.61 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.0.24 Exercı́cio 6.65 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.0.25 Exercı́cio 6.69 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.0.26 Exercı́cio 6.70 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.0.27 Exercı́cio 6.72 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.0.28 Exercı́cio 6.88 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.0.29 Exercı́cio 6.92 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.0.30 Exercı́cio 6.94 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.0.31 Exercı́cio 6.95 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
CONTEÚDO 5
Estruturas Algébricas
Sessão 1.1
1.0.1 Exercı́cio 1.1
(a) (E, ?) não é grupo pois não satisfaz a propriedade de que todo elemento x ∈ E é sime-
trizável (além disso, note que satisfaz todas as outras). Previamente note que o elemento neutro
da operação ? é e = 0.
Agora tome, por exemplo, x = 1: então @x0 ∈ E tal que x ? x0 = e. De fato, pois por absurdo
suponha que existe x0 ∈ E elemento simétrico de x = 1. Então terı́amos que 0 = e = x ? x0 =
x + x0 =⇒ x0 = −x = −1 6∈ E; Que é um absurdo pois assumimos previamente x0 ∈ E. Logo
1 ∈ E não é simetrizável e portanto E munido da operação ? não tem uma estrutura de grupo
(em particular não tem estrutura de grupo abeliano).
(x ? y) ? z = (x + y − 1) + z − 1
= x + (y − 1 + z − 1) pela assosiatividade da soma + de Z.
= x + (y + z − 1 − 1) pela comutatividade da soma + de Z.
= x + (y + z − 1) − 1 pela assosiatividade da soma + de Z.
= x ? (y ? z) pela definição de ?.
6
CAPÍTULO 1. ESTRUTURAS ALGÉBRICAS 7
(e) (E, ?) não é grupo abeliano pois não satisfaz a propriedade do elemento simétrico (o simétrico
deve estar em E para que a propriedade seja satisfeita). Além disso, (E, ?) satisfaz todas as ou-
tras propriedades.
do elemento neutro falha na ”neutralidade pela esquerda”, i.e., não existe um único e tal que
e ? x = x ∀x ∈ R, pois se existisse tal elemento terı́amos e ? x = e + 2x − 4 = x =⇒ e = 4 − x
que varia com x (logo não é único, absurdo). (R, ?) também não pode satisfazer a propriedade
da existência dos simétricos pois esta depende da existência de um elemento neutro (que já
vimos que falha). Por fim a comutatividade também não é uma propriedade que (R, ?) possui,
contra-exemplo: x = 0 e y = 1.
Sessão 1.7
1.0.7 Exercı́cio 1.17
Considere Re(z) = x e Im(z) = y. Temos então:
p √
x2 + y 2 2 ≥ |x| + |y| ⇐⇒ 2(x2 + y 2 ) ≥ x2 + y 2 + 2|xy|
⇐⇒ x2 + y 2 ≥ 2|xy|
⇐⇒ x2 − 2|xy| + y 2 ≥ 0
⇐⇒ (|x| − |y|)2 ≥ 0.
Como vale que (|x| − |y|)2 ≥ 0 ∀x, y, conseguimos provar o que querı́amos.
Atenção: essa demonstração só é válida pois as implicações são “ ⇐⇒ ”. As implicações =⇒
são mais fáceis de verificar, porém as ⇐= devem ser verificadas a parte, e muitas vezes elas
não serão válidas! Partir de uma afirmação A e chegar a uma afirmação verdadeira B, não quer
dizer que A é necessariamente verdadeira!
100
X
ik = 0 + 0 + · · · + 0 + i100 = 1
k=0
Logo a = 1 e b = 0.
Espaços Vetoriais
Sessão 3.1
2.0.1 Exercı́cio 3.2
A1) Comutatividade ∀A, B ∈ Mn (R) vale que:
A + B = [aij + bij ] = [bij + aij ] = B + A, usando a comutatividade da soma + dos números reais.
10
CAPÍTULO 2. ESPAÇOS VETORIAIS 11
(x + y) + z = ((v1 + v2 , w1 + w2 )) + (v3 , w3 )
= ((v1 + v2 ) + v3 , (w1 + w2 ) + w3 ) pela definição da soma + em Z
= (v1 + (v2 + v3 ), w1 + (w2 + w3 )) pois V e W são espaços vetoriais
= (v1 , w1 ) + (v2 + v3 , w2 + w3 ) pela definição de + em Z
= x + (y + z) pela definição de + em Z
Sendo assim, ao tomarmos (e1 , e2 ) ∈ Z que é o par odenado formado pelo neutro de V e pelo
neutro de W , temos o elemento neutro de Z.
Então, dado x = (v1 , w1 ) seu simétrico em Z é (v10 , w10 ) como descrito acima.
OBS.: não é necessário mostrar v10 como e1 − v1 , pois A4 diz somente sobre a existência dos
simétricos, fato que é garantido por V, W serem espaços vetoriais.
Agora como ambos V e W são espaços vetoriais sobre o corpo F, temos que n = 1F satisfaz as
duas equações e, consequentemente, é também o elemento identidade da multiplicação por esca-
lar do espaço Z.
Sessão 3.2
2.0.4 Exercı́cio 3.9
Preciso provar que i)H 6= ∅; ii) H é fechado pela soma e iii) H é fechado pela multiplicação por
escalar.
i): Note que (0, · · · , 0) ∈ H, pois c1 · 0 + · · · + cn · 0 = 0 =⇒ (0, · · · , 0) ∈ H =⇒ H 6= ∅.
Portanto, de i), ii), e iii) está provado que S é subespaço vetorial de C([0, 1]).
ii)U é fechado pela multiplicação por escalar: Dado A ∈ U e λ ∈ R temos que (λA)t =
λAt = λA, portanto λA ∈ U .
E segue que U é um subespaço vetorial de Mn (R).
Análogo para W .
CAPÍTULO 2. ESPAÇOS VETORIAIS 14
Sessão 3.3
2.0.8 Exercı́cio 3.17
" #
x y
Seja A = matriz genérica 2 × 2. Então A ∈ U ⇐⇒ x − y − z = 0 ⇐⇒ x = y + z, logo
z t
" #
y+z y
todos elementos de U são da forma A = . Então temos 3 graus de liberdade para
z t
formar o subespaço U (isso significa exatamente que a dimensão de U é 3). Agora, para achar o
sistema
" de geradores
# de "
U basta #fatorar
" A pelas
# variáveis
" restantes.
# Isto é:
y+z y 1 1 1 0 0 0
A= =y· +z · +t ·
z t 0 0 1 0 0 1
| {z } | {z } | {z }
A1 A2 A3
Logo todo elemento de U é combinação linear de A1 , A2 , A3 e portanto S = {A1 , A2 , A3 } é um
sistema de geradores para o subespaço vetorial U .
OBS.: Para provar a igualdade de conjuntos U = [S] temos que provar que todo elemento de U
está em [S] "e que todo elemento
# de [S] está em U . E afirmar que “todos elementos de U são da
y+z y
forma A = ” é dizer apenas que todo elemento de U está em [S]. Mas a recı́proca
z t
dessa afirmação (que completa o que queremos provar) está implicitamente" provada pois # sabe-
y+z y
mos que A ∈ U ⇐⇒ x = y + z, logo se uma matriz é da forma A = então
z t
automaticamente essa matriz está em U (usando a implicação ⇐= ), o que prova que todo
elemento de [S] está em U .
CAPÍTULO 2. ESPAÇOS VETORIAIS 15
−8 −2
Denote o espaço gerado pelas colunas da matriz A por U = [A1 , A2 ]
4 2
onde A1 = 1 e A2 = 5.
0 2
Agora, sabemos que:
u ∈ [A1 , A2 ] ⇐⇒ Existem escalares c1 , c2 tais que u= c1 A1 + c2 A2
4c + 2c2 = 1
1 4c1 2c2 4c1 + 2c2
1
⇐⇒ 2 = c1 + 5c2 = c1 + 5c2 ⇐⇒ c1 + 5c2 = 2
−8 0 2c2 2c2
2c = −8
2
Então para verificar se u está no subespaço, basta verificar se o sistema de equações possui solução
para c1 e c2 . E ao tentar resolver o sistema notamos que ele é um sistema impossı́vel, portanto
u 6∈ U .
Analogamente para v sabemos que
4c + 2c2 = 6
6 4c1 + 2c2
1
v ∈ [A1 , A2 ] ⇐⇒ −3 = c1 + 5c2 ⇐⇒ c1 + 5c2 = −3
−2 2c2
2c = −2
2
E como c1 = 2 e c2 = −1 resolve o sistema, concluı́mos que v ∈ U .
Sessão 3.4
2.0.11 Exercı́cio 3.23
Para facilitar nosso trabalho, vamos determinar separadamente um sistema de geradores para U
e um sistema de geradores para W .
Geradores de U :
Dado v = (x, y, z, t) elemento genérico de R4 , então v ∈ U
⇐⇒ x + y = 0 e z − t = 0 ⇐⇒ x = −y e z = t ⇐⇒ v = (−y, y, t, t)
Logo v = y(−1, 1, 0, 0) + t(0, 0, 1, 1) e U = [(−1, 1, 0, 0), (0, 0, 1, 1)].
| {z } | {z }
u1 u2
Geradores de W :
Dado v = (x, y, z, t) elemento genérico de R4 , então v ∈ W ⇐⇒ x − y − z + t = 0
⇐⇒ x = y + z − t ⇐⇒ v = (y + z − t, y, z, t)
Logo v = y(1, 1, 0, 0) + z(1, 0, 1, 0) + t(−1, 0, 0, 1) e W = [(1, 1, 0, 0), (1, 0, 1, 0), (−1, 0, 0, 1)].
| {z } | {z } | {z }
w1 w2 w3
4
(a) Dado v = (x, y, z, t) elemento genérico de R , então v ∈ U ∩ W ⇐⇒ v ∈ U e v ∈ W .
Portanto existem escalares a1 , a2 , b1 , b2 , b3 tais que:
v = a1 (−1, 1, 0, 0) + a2 (0, 0, 1, 1), pois v ∈ U ; e
v = b1 (1, 1, 0, 0) + b2 (1, 0, 1, 0) + b3 (−1, 0, 0, 1), pois v ∈ W .
Daı́, a1 u1 + a2 u2 = b1 w1 + b2 w2 + b3 w3 , ou seja:
(−a1 , a1 , a2 , a2 ) = (b1 + b2 − b3 , b1 , b2 , b3 )
−a1 = b1 + b2 − b3
a = b
1 1
Logo temos o sistema , e vamos resolvê-lo para a1 , a2 (poderı́amos ter
a2 = b2
a = b
2 3
escolhido resolvê-lo para b1 , b2 , b3 ).
Note que a1 = 0 e a2 = b2 é uma solução para o sistema pois satisfaz todas as equações (se
escolhermos as variáves ai , as constanstes bi podem ser qualquer valor fixo).
Substituindo os valores de a1 , a2 que resolvem o sistema (i.e, os valores de a1 , a2 para os quais v
além de estar em U também está em W ), obtemos:
v = b2 (0, 0, 1, 1)
v = a1 u1 + a2 u2 + b1 w1 + b2 w2 + b3 w3
| {z } | {z }
u w
i) Como U = [(1, 0, 0)] e W = [(1, 1, 0), (0, 1, 1)], então v ∈ U ∩ W ⇐⇒ existem escalares
a1 , b1 , b2 tais que v = a1 (1, 0, 0) e v = b1 (1, 1, 0) + b2 (0, 1, 1)
Logo a
1 (1, 0, 0) = b1 (1, 1, 0) + b2 (0, 1, 1) =⇒ (a1 , 0, 0) = (b1 , b1 + b2 , b2 ).
a = b1
1
Então 0 = b1 + b2 , e resolvendo para a1 obtemos a única solução a1 = 0.
0 = b
2
Consequentemente v = 0(1, 0, 0) = (0, 0, 0) e U ∩ W = {(0, 0, 0)}.
OBS.: obtemos que (0, 0, 0) ∈ U ∩ W pois a1 = 0 é solução do sistema e obtemos que na verdade
esse é o único elemento do subespaço pois a solução do sistema é única.
ii) Por construção equivalente ao exercı́cio 3.23b temos que U + W = [(1, 0, 0), (1, 1, 0), (0, 1, 1)].
Agora, para provar que R3 = U + W devemos provar que U + W ⊆ R3 e que R3 ⊆ U + W .
A primeira inclusão se deve ao fato de que R3 é um espaço vetorial e, portanto, combinações li-
neares de seus elementos ainda pertencem ao espaço vetorial.
Para mostrar que a segunda inclusão é válida devemos mostrar que todo elemento de R3 está
em U + W . Isto é, dado v = (x, y, z) ∈ R3 preciso encontrar escalares a1 , b1 , b2 que satisfazem
v = a1 u1 + b1 w1 + b2 w2 .
x = a1 + b1
Então temos, (x, y, z) = (a1 + b1 , b1 + b2 , b2 ) ⇐⇒ y = b1 + b2
z = b
2
E preciso resolver o sistema para as variáveis a1 , b1 , b2 , pois caso eu mostre que existe uma solução
para essas variáveis então existem escalares
satisfazendo o que foi pedido.
b2 = z
Resolvendo o sistema, obtemos a solução b1 = y − z
a = x − y + z
1
E portanto mostramos que (x, y, z) = (x − y + z)(1, 0, 0) + (y − z)(1, 1, 0) + z(0, 1, 1), logo
v = (x, y, z) está em U + W .
CAPÍTULO 2. ESPAÇOS VETORIAIS 18
aij + aji
B = [bij ], com bij := ∀i, j
2
aij − aji
C = [cij ], com cij := ∀i, j
2
Note que bij = bji e cij = −cji ∀i, j; e além disso aij = bij + cij , o que implica que
A=B+C
OBS.: Na parte ii) poderı́amos ter tentado exibir os geradores de U e de W e prosseguido de
forma similar à parte ii) do exercı́cio 3.24. Porém, por não sabermos o valor de n, fica difı́cil exi-
bir “concretamente” os geradores de U e W . Segue
outra solução possı́vel nesse sentido:
1, se m = i e n = j
Definimos uma matriz Eij = [emn ] com emn := .
0, caso contrário
Agora considere a matriz Bij := Eij + Eji .
Observe que Bij é simétrica ∀i, j e que, além disso,
SU = {Bij |i ≤ j}
é um conjunto de geradores de U .
Analogamente definimos Cij := Eij − Eji e obtemos que
SW = {Cij |i < j}
é um conjunto de geradores de W .
Logo U + W = [SU ∪ SW ] e podemos (exaustivamente) terminar a prova por esse caminho obser-
1
vando que Eij = 2 · (Bij + Cij ) e portanto A pode ser (exaustivamente) escrita como combinação
linear de elementos de SU ∪ SW .
CAPÍTULO 2. ESPAÇOS VETORIAIS 19
Sessão 3.5
2.0.16 Exercı́cio 3.34
(a) O conjunto não é L.I. pois
x2 + 2x + 1 = 1 · (x2 ) + 2 · (x − 1) + 3 · (1)
c1 f + c2 g = 0C([−1,0])
Como temos uma igualdade de funções isso implica que o lado esquerdo se anula em todo x ∈
[−1, 0]. E observe que neste intervalo g(x) = |x| = −x e portanto:
c1 f + c2 g = 0C([0,1])
c1 f + c2 g = 0C([−1,1])
Sessão 3.6
2.0.20 Exercı́cio 3.43
Primeiro acharemos os geradores de W .
a11 a12 a13
Uma matriz genérica de W ⊆ M3 (R) é da forma A = a12 a22 a23 . Logo temos:
0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1
| {z } | {z } | {z } | {z } | {z } | {z }
A1 A2 A3 A4 A5 A6
c1 A1 + c2 A2 + c3 A3 + c4 A4 + c5 A5 + c6 A6 = 0
(2 + x2 ) − 3x − 2(1 − x) + (x − x2 ) = 0 =⇒ (x − x2 ) = (−1) · (2 + x2 ) + 3 · x + 2 · (1 − x)
Logo x − x2 pode ser expresso como combinação linear dos outros 3 elementos.
E então S 0 = {2 + x2 , x, 1 − x} também gera U + W . Agora, verificamos que S’ é L.I..
Supondo escalares k1 , k2 , k3 tais que 0 = k1 (2+x2 )+k2 x+k3 (1−x) = (2k1 +k3 )+(k2 −k3 )x+k1 x2 ,
obtemos apenas a solução trivial k1 = k2 = k3 = 0.
Portanto S 0 é uma base de U + W .
OBS.: O fato do sistema (?) ter solução geral com apenas 1 grau de liberdade está intimamente
ligado com o fato do conjunto S ter apenas 1 elemento que é combinação linear dos outros. Isto
é, podemos escolher qual dos elementos na equação vamos expressar como combinação linear dos
CAPÍTULO 2. ESPAÇOS VETORIAIS 23
outros, porém ao retirá-lo de S não encontraremos outro elemento que seja combinação linear
dos restantes.
i) Seja p(x) = a + bx + cx2 + dx3 polinômio genérico de P3 (R). Preciso mostrar que existem
escalares k1 , k2 , k3 , k4 tais que p(x) = k1 p1 (x) + k2 p2 (x)k3 p3 (x) + k4 p4 (x). E isso acontece se, e
somente se:
Como provamos que S gera P3 (R) e que é L.I., provamos que S é uma base de P3 (R).
c1 w1 + c2 w2 + c3 v1 = 0
v
z }|2 {
V = [(1, 0, 0), (0, 1, 2)]
| {z }
v1
w
z }|2 {
W = [(1, 1, 0), (0, 0, 2)]
| {z }
w1
• c4 = 0 e c5 = c6 = 1
• c5 = 0 e c4 = c6 = 1
• c6 = 0 e c4 = c5 = 1
obtemos, respectivamente:
• w1 = u1 + 2u2 + v1 − w2
• w2 = u1 + 4u2 − v2
• v2 = 2u2 + 2u2 + v1 − w1
c1 u1 + c2 u2 = d1 v1 + d2 v2
CAPÍTULO 2. ESPAÇOS VETORIAIS 26
Sessão 3.7
2.0.28 Exercı́cio 3.63
c1
h i c2
Temos que p = c onde c1 , c2 , c3 , c4 são os escalares que satisfazem
γ 3
c4
p(x) = c1 · (1) + c2 · (1 − x) + c3 · (1 − x)2 + c4 · (1 − x)3
Então, vamos encontrar tais escalares (existem pois γ é uma base).
Temos:
p(x) = 3 − 2x − x2 = c1 + c2 − c2 x + c3 − 2c3 x + c3 x2 + c4 − 3c4 x + 3c4 x2 − c4 x3 = (c1 + c2 + c3 +
c4 ) + (−c2 − 2c3 − 3c4 )x + (c3 + 3c4 )x2 − c4 x3
Como possuı́mos uma igualdade de polinômios temos que seus coeficientes devem coincidir.
Isto
é:
c1 + c2 + c3 + c4 = 3
−c − 2c − 3c = −2
2 3 4
=⇒ c1 = c4 = 0, c2 = 4 e c3 = −1.
c3 + 3c4 = −1
−c = 0
4
0
h i 4
Portanto p =
−1.
γ
0
c1 v1 + c2 (v1 + v2 ) + c3 (−v1 + v2 + v3 ) = 0V
Então temos que (c1 + c2 − c3 )v1 + (c2 +c3 )v2 + c3 v3 = 0, e como γ = {v1 , v2 , v3 } é L.I. isso
c + c2 − c3 = 0
1
implica que necessariamente devemos ter c2 + c3 = 0 .
c = 0
3
O que implica que c1 = c2 = c3 = 0. E portanto β é L.I..
Sessão 3.8
2.0.31 Exercı́cio 3.69
Seja γ = {A1 , A2 , A3 } e β = {B1 , B2 , B3 }.
CAPÍTULO 2. ESPAÇOS VETORIAIS 28
h iγ 0 1 0
E então I = −2 1 0.
β
0 0 1
v1 = a11 u1 + · · · + an1 un
= a11 (c11 w1 + · · · + cn1 wn ) + · · · + an1 (c1n w1 + · · · + cnn wn )
Por exemplo, a entrada m11 da matriz de mudança de base de β para γ será a primeira coorde-
nada de v1 na base γ.
n
P
Isto é, m11 = ak1 c1k
k=1
Por exemplo, a entrada m1j da matriz de mudança de base de β para γ será a primeira coorde-
nada de vj na base γ.
n
P
Isto é, m1j = akj c1k
k=1
Por exemplo, a entrada mij da matriz de mudança de base de β para γ será a i-ésima coorde-
nada de vj na base γ.
CAPÍTULO 2. ESPAÇOS VETORIAIS 30
n
P n
P
Isto é, mij = akj cik = cik akj . Que é exatamente a definição do elemento originário do
k=1 k=1
produto das matrizes Q · P .
h iβ h iα h iβ
Isto é, I = Q · P = I I
γ γ α
Agora na segunda parte do exercı́cio, queremos provar que uma matriz de mudança de base
h iA
genérica I é invertı́vel.
B
h iB
Por definição I = In .
B
h iB h iA h iB h iA
Por outro lado In = I = I I . E portanto segue que I é invertı́vel com
B B A B
h iA h iB
( I )−1 = I .
B A
OBS.: A resolução da primeira parte deste exercı́cio é muito “conteira” e pesada de notações;
porém possui pouco conteúdo pragmaticamente relevante, embora seja importante para o desen-
volvimento teórico. Sendo assim, fica a seu critério a importância de tê-la compreendido “com-
pletamente”.
Transformações Lineares
Sessão 4.2
3.0.1 Exercı́cio 4.4
Base para W :
Seja v = (x, y) elemento genérico de R2 . Então temos:
2x − y = 3x
v ∈ W ⇐⇒ T (x, y) = 3(x, y) ⇐⇒ (2x − y, −x + 2y) = 3(x, y) ⇐⇒
−x + 2y = 3y
⇐⇒ x = −y
Logo v = (x, y) está em W se, e somente se, v = (−y, y) = y(−1, 1). Portanto W = [(−1, 1)] e
α = {(−1, 1)} é uma base para W .
Base para U :
Seja v = (x, y) elemento genérico de R2 . Então temos:
2x − y = x
v ∈ U ⇐⇒ T (x, y) = (x, y) ⇐⇒ (2x − y, −x + 2y) = (x, y) ⇐⇒ ⇐⇒ x = y
−x + 2y = y
Logo v = (x, y) está em U se, e somente se, v = (y, y) = y(1, 1). Portanto U = [(1, 1)] e β =
{(1, 1)} é uma base para U .
“Uma transformação linear fica completamente determinada pelos seus valores numa base”
Sendo assim, nossa tarefa de criar uma transformação linear que satisfaça certas propriedades
será sempre executada dizendo o que acontece com tal transformação nos elementos de uma
base.
31
CAPÍTULO 3. TRANSFORMAÇÕES LINEARES 32
v1 + v2 v1 − v2 v1 + v2 v1 − v2
T (v1 , v2 ) = T ( (1, 1) + (1, −1)) = T (1, 1) + T (1, −1)
2 2 2 2
pois T é linear.
v1 +v2 2 v1 −v2 3
Agora para T satisfazer as duas condições devemos ter T (v1 , v2 ) = 2 (x − 1) + 2 (x + 1)
e consequentemente:
v1 + v2 2 v1 − v2 3
T (v1 , v2 ) = −v2 + ( )x + ( )x
2 2
Sessão 4.3
3.0.3 Exercı́cio 4.9
Base para Ker(T ):
3
de R . Então v ∈ Ker(T ) ⇐⇒ T (v) = 0R2 ⇐⇒
Dado v = (x, y, z) elemento genérico
x − y − z = 0
(x − y − z, 2z − x) = (0, 0) ⇐⇒ ⇐⇒ x = 2z e y = z.
2z − x = 0
Portanto v ∈ Ker(T ) ⇐⇒ v = (2z, z, z) = z(2, 1, 1). Logo Ker(T ) = [(2, 1, 1)], e α = {(2, 1, 1)}
é uma base para Ker(T ).
Base para Im(T ):
Dado u = (x1 , x2 ) elemento genérico de R2 .
Então u ∈ Im(T ) ⇐⇒ ∃v = (x, y, z) ∈ R3 ; u = T (v). Sendo assim, a forma genérica de um
elemento em Im(T ) é u = T (v) = (x − y − z, 2z − x) = x(1, −1) + y(−1, 0) + z(−1, 2).
Logo Im(T ) = [(1, −1), (−1, 0), (−1, 2)] e β = {(1, −1), (−1, 0)} é uma base para Im(T ).
b = −2a
.
c = − 3 a
2
Portanto p(x) ∈ Ker(T ) ⇐⇒ p(x) = a − 2ax − 23 ax2 = a(1 − 2x − 32 x2 ).
Logo Ker(T ) = [1 − 2x − 23 x2 ] = [2 − 4x − 3x2 ] e α = {2 − 4x − 3x2 } é uma base para Ker(T ).
Base para Im(T ):
Dada A ∈ U . Então A ∈ Im(T ) ⇐⇒ ∃p(x) ∈ P2 (R); A = T (p(x)).
Sendo assim, a forma genérica de um elemento em Im(T ) é
a − b + 2c 0 0 1 0 0 −1 0 0 2 0 0
A = T (p(x)) = 0 2a + b 0 = a 0 2 0 +b 0 1 0 +c 0 0 0
0 0 −a − 2b + 2c 0 0 −1 0 0 −2 0 0 2
| {z } | {z } | {z }
A1 A2 A3
Portanto Im(T ) = [A1 , A2 , A3 ] e β = {A1 , A2 , A3 } é uma base para Im(T ) pois é L.I..
Sessão 4.4
3.0.5 Exercı́cio 4.17
u u w w
z }|1 { z }|2 { z }|1 { z }|2 {
Primeiramente note que U = [(−1, 1, 0), (−1, 0, 1)] e que W = [(1, 0, 1), (0, −1, 1)].
Determinemos então U ∩ W .
Dado v = (x, y, z) elemento genérico de R3 , sei que v ∈ U ∩ W ⇐⇒ v ∈ U e v ∈ W
⇐⇒
∃a1 , a2 , b1 , b2 ; a1 u2 + a2 u2 = b1 w1 + b2 w2 ⇐⇒ (−a1 − a2 , a1 , a2 ) = (b1 , −b2 , b1 + b2 )
a = b
2 1
a = 0
1
⇐⇒ a1 = −b2 ⇐⇒ .
a = b
2 1
a = b + b
2 1 2
Portanto v ∈ U ∩ W ⇐⇒ v = b1 (−1, 0, 1). Logo U ∩ W = [(−1, 0, 1)].
Agora recordamos que “Uma transformação linear fica completamente determinada pelos seus
valores numa base” e que devemos satisfazer: i)Im(T ) = [(−1, 1, 0), (−1, 0, 1)] e ii)Ker(T ) =
[(−1, 0, 1)].
Escolhemos
• T (−1, 0, 1) = 0R3
• T (0, 1, 0) = (−1, 1, 0)
• T (0, 0, 1) = (−1, 0, 1)
Agora nos resta achar explicitamente a fórmula de T (x, y, z), que é análogo ao Exercı́cio 4.6.
Primeiro, precisamos achar as coordenadas de um vetor v = (x, y, z) genérico de R3 na base α na
qual sabemos como T se comporta.
Isto é, precisamos achar os escalares a1 , a2 , a3 tais que
T (x, y, z) = −xT (−1, 0, 1)+yT (0, 1, 0)+(z+x)T (0, 0, 1) = −x(0, 0, 0)+y(−1, 1, 0)+(z+x)(−1, 0, 1)
(b) Verdadeiro!
Seja α = {(1, 0, 0, 0), (0, 1, 0, 0)(0, 0, 1, 0), (0, 0, 0, 1)} base canônica de R4 e β = {1, x, x2 } base
canônica de P2 (R). Construı́mos a transformação linear T considerando que:
• T (1, 0, 0, 0) = 1
CAPÍTULO 3. TRANSFORMAÇÕES LINEARES 35
• T (0, 1, 0, 0) = x
• T (0, 0, 1, 0) = x2
• T (0, 0, 0, 1) = 0
(c) Falso!
Sabemos que T é bijetora ⇐⇒ T é injetora e sobrejetora.
Existem transformações lineares injetoras de R2 em P2 (R). Porém, não existem transformações
lineares sobrejetoras T : R2 → P2 (R).
De fato, suponha que ∃T : R2 → P2 (R) linear e sobrejetora. Então terı́amos que Im(T ) = P2 (R)
e consequentemente dim(Im(T )) = dim(P2 (R)) = 3. Mas, pelo Teorema do Núcleo e da Imagem,
isso implicaria que:
dim(R2 ) = dim(Ker(T )) + dim(Im(T ))
Portanto dim(U ) = dim(Im(T )) e dim(V ) = dim(Im(P )). Mas dim(Im(T )) ≤ dim(V ), pois
F
Im(T ) ⊆ V . Daı́, dim(U ) ≤ dim(V ) .
♥
Similarmente, como dim(Im(P )) ≤ dim(W ), pois Im(P ) ⊆ W ; temos que dim(V ) ≤ dim(W ) .
De F e ♥ concluı́mos que dim(U ) ≤ dim(V ) ≤ dim(W ).
Sessão 4.5
3.0.8 Exercı́cio 4.26
Uma função T : R3 → R3 é um isomorfismo de espaços vetoriais se, e somente se, T é linear e
bijetora.
Como já nos foi informado que T é linear, basta provar que T é bijetora.
T é injetora:
Calculemos Ker(T ).
3
de R , então v ∈ Ker(T ) ⇐⇒ T (v) = (0, 0, 0) ⇐⇒
Seja v = (x, y, z) elemento genérico
x − 2y = 0
(x − 2y, z, x + y) = (0, 0, 0) ⇐⇒ z = 0 ⇐⇒ x = y = z = 0.
x + y = 0
Portanto Ker(T ) = {0R3 } e consequentemente T é injetora.
T é sobrejetora:
Provemos que Im(T ) = R3 .
De fato, seja u ∈ R3 .
Então u ∈ Im(T ) ⇐⇒ ∃v = (x, y, z) ∈ R3 tal que u = T (v)
Sendo assim, a forma genérica de um elemento em Im(T ) é u = T (v) = (x − 2y, z, x + y) =
x(1, 0, 1) + y(−2, 0, 1) + z(0, 1, 0).
Logo Im(T ) = [(1, 0, 1), (−2, 0, 1), (0, 1, 0)] e podemos verificar que {(1, 0, 1), (−2, 0, 1), (0, 1, 0)} é
L.I. e portanto uma base de Im(T ).
Logo dim(Im(T )) = 3 = dim(R3 ) e como Im(T ) ⊆ R3 segue que Im(T ) = R3 e consequente-
mente T é sobrejetora.
• T (1, 0) = (1, 1, 0)
• T (0, 1) = (−2, 0, 1)
Sessão 4.8
3.0.10 Exercı́cio 4.42
Seja α = {a1 , a2 }, β = {b1 , b2 } e γ = {c1 , c2 } bases
de R2 .
h iβ h i h i
Por definição T = T (b 1 ) T (b2 ) . Agora T (b1 ) = T (1, 0) = (1, 2) = 1·(1, 0)+2·(0, 1)
β β β
" #
h iβ 1 2
e T (b2 ) = T (0, 1) = (2, 4) = 2 · (1, 0) + 4 · (0, 1). Portanto T = .
β 2 4
h iβ h i h i
Por definição T = T (b1 ) T (b2 ) . Agora preciso descobrir as constantes k1 , k2 tais
α α α
k = 1
1
que T (b2 ) = (1, 2) = k1 (1, −1) + k2 (0, 1). Daı́, (1, 2) = (k1 , −k1 + k2 ) =⇒
−k + k = 2
1 2
=⇒ k1 = 1 e k2 = 3. Agora preciso descobrir as constantes k10 , k20 tais que T (b2 ) = (2, 4) =
k 0 = 2
1
k10 (1, −1) + k20 (0, 1). Daı́, (2, 4) = (k10 , −k10 + k20 ) =⇒ =⇒ k10 = 2 e k20 = 6.
−k 0 + k 0 = 4
1 2
" #
h iβ 1 2
Portanto T = .
α 3 6
h iα h i h i
Por definição, T = T (a 1 ) T (a2 ) .
β β β
Agora T (a1 ) = T (1, −1) = (−1, −2) "= −1 ·#(1, 0) − 2 · (0, 1) e T (a2 ) = T (0, 1) = (2, 4) =
h iα −1 2
2 · (1, 0) + 4 · (0, 1). Portanto T = .
β −2 4
h iγ h i h i
Por definição, T = T (c1 ) T (c 2 ) . Agora T (c1 ) = T (1, −1) = (−1, −2) = −1 ·
α α α
" #
h iγ −1 3
(−1, −2) + 1 · (0, 1) e T (c2 ) = T (1, 1) = (3, 6) = 3 · (1, −1) + 9 · (0, 1). Portanto T = .
α 1 9
c + c2 = 3
3 1 1
1
" #
1c
Disso, 5 = 2 1 =⇒ , que possui solução c1 = 2 e c2 = 1.
2c1 + c2 = 5
c2
4 1 2
c + 2c = 4
1 2
" #
h i 2
Portanto p(x) = .
β 1
(b) Observe que
1 1 " # 1
1
h i h iβ h i
T (x − x2 + x3 ) = T x − x2 + x3 = 2 1 = 2
γ γ β 0
1 2 1
2 3 2
Então T (x − x + x ) = 1 − 2x + 3x = 1(x + 2) + 2p1 (x) + p2 (x) F .
E também temos
1 1 " # 1
0
h i h iβ h i
2 2
T (1 + x + x ) = T 1+x+x = 2 1 = 1
γ γ β 1
1 2 2
Então T (1 + x + x2 ) = 2 + 3x = 1(x + 2) + p1 (x) + 2p2 (x) ♥ .
Portanto Im(T ) = [(1, −2, 1), (−2, 3, 0)] e α = {(1, −2, 1), (−2, 3, 0)} é uma base de Im(T ).
• T (v1 ) = v1 ;
• T (v2 ) = v2 ;
• T (v3 ) = v3 ;
• T (v4 ) = v1 + v3 .
1 0 0 1
h iγ 0 1 0 0
Segue que T = 0
.
γ 0 1 1
0 0 0 0
h i h iβ h i
(b) Sabemos que T (e1 ) = T e1 .
γ γ β
1 0 0 1
0 0 1 0 1 0 1 0
h iβ h iγ h iβ 0 1
0 0 0 0 0
1 0
0 0 1
E temos que T = T I = 0 0 = .
γ γ γ 1 1 0 1 0
0 1 1 0 0
0 0 0 0 1 0 0 0 0 0 0 0
1 0 1 0 1 1
0 0 0 1 0 = 0.
h i
Consequentemente T (e1 ) = 1 1 0
γ 0
0 1
0 0 0 0 0 0
Capı́tulo 4
Produto Interno
Sessão 5.2
4.0.1 Exercı́cio 5.2
Considere A = [aij ] a matriz do produto interno de V na base β.
Pn
Observe que se escrevermos o elemento u na base β como u = αj vj , então
j=1
Xn n
X n
X
hu, v1 i = h αj vj , v1 i = αj hvj , v1 i = αj a1j
j=1 j=1 j=1
Xn n
X n
X
hu, v2 i = h αj vj , v2 i = αj hvj , v2 i = αj a2j
j=1 j=1 j=1
..
.
Xn n
X n
X
hu, vi i = h αj vj , vi i = αj hvj , vi i = αj aij (F)
j=1 j=1 j=1
Então dados escalares c1 , · · · , cn vamos provar que existe um único u ∈ V que satisfaz
hu, vi i = ci ∀i = 1, · · · , n.
De fato,
α1 c1 c1
a11 a12 ··· a1n
α2 c2 c2
.
(F) .. .. ..
hu, vi i = ci ⇐⇒ . . .. = .. ⇐⇒ A[u]β = ..
. . .
. . .
an1 an2 ··· ann
αn cn cn
Observe que como a matriz A e as constantes ci estão fixadas, temos um sistema de equações
nas variáveis α1 , · · · , αn . E na verdade, como a matriz do produto interno A é sempre invertı́velF ,
40
CAPÍTULO 4. PRODUTO INTERNO 41
o sistema
α1c1
α2 c2
.. = ..
A
. .
αn cn
α1 c1
α2 c2
−1
.. = A .. . Ou seja, existe um único elemento u = α1 v1 + · · · + αn vn
possui solução única
. .
αn cn
que satisfaz a propriedade desejada.
OBS.F : Todas as matrizes n × n positivas definidas são invertı́veis. De fato, se A fosse não in-
vertı́vel então existiria um vetor (matriz coluna) X 6= 0 tal que AX = 0 (pois caso contrário
Ker(A) = {0} =⇒ dim(Im(A)) = n =⇒ A invertı́vel ). Então para tal X 6= 0 temos
X t AX = 0 e logo A não pode ser positiva definida.
a21 = a12 = hp2 , p1 i = p2 (−1)p1 (−1) + p2 (0)p1 (0) + p2 (1)p1 (1) = (−1) · 1 + 0 ·
1+1·1=0
a31 = a13 = hp3 , p1 i = p3 (−1)p1 (−1) + p3 (0)p1 (0) + p3 (1)p1 (1) = (−1)2 · 1 + 02 ·
1 + 12 · 1 = 2
a32 = a23 = hp3 , p2 i = p3 (−1)p2 (−1) + p3 (0)p2 (0) + p3 (1)p2 (1) = (−1)2 · (−1) +
02 · 0 + 12 · 1 = 0
3 0 2
E consequentemente, A = 0 2 0.
2 0 2
b)
h i 3 0 2 −1 h i −1
hp, qi = Y t AX = 4 2 −1 0 2 0 3 = 10 4 6 3 = −10 + 12 + 6 = 8
2 0 2 1 1
2 0 2 1 1
0 ⇐⇒ −3d − 2f + 6e + 2d + 2f = 0 ⇐⇒ d = 6e
Portanto os polinômios q tais que hp, qi = 0 são da forma q(x) = 6e + ex + f x2 = e(6 + x) + f x2 .
Sessão 5.5
4.0.4 Exercı́cio 5.14
Considere o espaço vetorial real Rn munido do produto interno usual e os vetores u = (a1 , · · · , an )
e v = ( n1 , · · · , n1 ). Pela desigualdade de Cauchy-Schwarz
|hu, vi|
cos(θ) =
kuk2 kvk2
Além disso, devemos provar que tal θ é único. Provando essas duas coisas vamos ter provado que
tal ângulo pode ser definido “sem ambiguidade”.
De fato, pela desigualdade de Cauchy-Schwarz sempre é o caso que 0 ≤ hu, vi2 ≤ hu, uihv, vi =⇒
|hu,vi|
p p
|hu, vi| ≤ hu, ui hv, vi = kuk2 kvk2 . E portanto 0 ≤ kuk 2 kvk2
≤ 1.
Agora, observe que a função cosseno restrita ao intervalo [0, π/2] e com contra-domı́nio [0, 1] é
bijetora! Disso, certamente existe um θ ∈ [0, π/2] satisfazendo tal propriedade (sobrejetora) e
certamente esse θ será único (injetora).
Sendo assim, para f (x) = ax + b e g(x) = x2 , f e g são ortogonais se, e somente se,
R1 R1 R1 1
0 = hf, gi = 0 f (x)g(x) dx = 0 (ax + b)x2 dx = 0 ax3 + bx2 dx = a4 x4 + 3b x3 0 = a
+ 3b .
4
Como o exercı́cio nos pede apenas uma função deste tipo, escolhemos a = 4 e concluı́mos que a
função f (x) = 4x − 3 é ortogonal à função g(x) = x2 segundo o produto interno usual do espaço.
Sessão 5.7
Sessão 5.9
4.0.8 Exercı́cio 5.41
Ker(T )
v = (x, y, z) ∈ Ker(T ) ⇐⇒ T (x, y, z) = (0, 0) ⇐⇒ (x − y − z, 2z − x) = (0, 0) ⇐⇒
x − y − z = 0
⇐⇒ x = 2z e y = z. Logo Ker(T ) = [(2, 1, 1)].
2z − x = 0
(Ker(T ))⊥
v = (x, y, z) ∈ Ker(T )⊥ ⇐⇒ hv, (2, 1, 1)i = 0 ⇐⇒ 2x + y + z = 0 ⇐⇒ y = −2x − z.
Logo os elementos de Ker(T )⊥ são da forma v = (x, −2x − z, z) = x(1, −2, 0) + z(0, −1, 1) e
Ker(T )⊥ = [(1, −2, 0), (0, −1, 1)].
Vamos ortogonalizar a base β = {(1, −2, 0), (0, −1, 1)} de Ker(T )⊥ utilizando o processo de
| {z } | {z }
v1 v2
Gram-Schmidt. O processo nos retorna a base ortogonal α = {q1 , q2 } com
q1 = v1 = (1, −2, 0);
q2 = v2 − hv 2 ,q1 i 2 2 1
hq1 ,q1 i q1 = (0, −1, 1) − 5 (1, −2, 0) = (− 5 , − 5 , 1).
Sessão 5.14
4.0.9 Exercı́cio 5.53
Preciso mostrar que Ker(T ) ⊆ (Im(T ))⊥ e que (Im(T ))⊥ ⊆ Ker(T ).
e disso podemos concluir que T (v) = 0 pois, pela definição do produto interno, o único elemento
que é ortogonal a todo u ∈ V é o vetor nulo.
Portanto concluı́mos a segunda inclusão e segue a igualdade.
=⇒
Assumimos que T1 ◦ T2 é um operador hermitiano. Observe que [T1 ◦ T2 ]α
α = A1 A2 . Então:
⇐=
Agora assumimos que T2 ◦ T1 = T1 ◦ T2 .
Então:
Portanto A1 A2 é uma matriz hermitiana, e pela definição dessas matrizes isso implica que T1 ◦ T2
é um operador linear hermitiano.
ii) Supondo que T é simétrico e T 2 = I obtemos que para todo v ∈ V vale que
e portanto A é uma matriz simétrica. Como escolhemos uma base ortonormal α segue que T é
simétrico.
• T (0, 0, 1) = (0, 0, 1)
cos(θ) − sin(θ) 0
α
E portanto A := [T ]α = sin(θ) cos(θ) 0.
0 0 1
Similarmente ao exercı́cio 5.58 podemos ver que AAt = I3 e portanto A é uma matriz ortogonal
e, como a base utilizada na construção de A é uma base ortonormal, segue que T é um operador
ortogonal.
v = v1 + v2
(b) Calculemos W ⊥ .
Como W = [(1, 1, 1)], temos que v = (x, y, z) ∈ W ⊥ ⇐⇒ h(x, y, z), (1, 1, 1)i = 0 ⇐⇒ x = −y − z
e portanto W ⊥ = [(−1, 1, 0), (−1, 0, 1)]
Agora, se α é a base canônica de R3 e β é a base da decomposição ortogonal a partir de W , i.e.
β = {(1, 1, 1), (−1, 1, 0)(−1, 0, 1)}, então
β
[T ]α β α
α = [I]α [T ]β [I]β
Sabemos que
0 0 −1
Agora, resta-nos calcular as matrizes
de mudança de base.
1 −1 −1
Pela definição [I]βα = 1 1 0 . Agora, vamos achar os coeficientes ci tais que
1 0 1
c3
c9 c6
1/3 1/3 1/3
α
Fazendo as contas, obtemos que [I]β = −1/3 2/3 −1/3.
• Dados u, v ∈ V não-nulos o cosseno entre o ângulo θ formado por esses dois vetores é defi-
hu,vi
nido como cos(θ) := kuk2 kvk2
Agora queremos provar que se T é uma isometria então cos(θ0 ) = cos(θ1 ), onde θ0 é o ângulo
formado pelos vetores genéricos u, v ∈ V e θ1 é o ângulo formado pelos vetores T (u), T (v) ∈ V .
De fato,
hu,vi
cos(θ0 ) = kuk2 kvk2
hu,vi
= kT (u)k2 kT (v)k2 T é isometria
hT (u),T (v)i
= kT (u)k2 kT (v)k2 T é ortogonal (T linear e isometria =⇒ T ortogonal )
= cos(θ1 )
=⇒
Se TQ é uma isometria (linear) então TQ é um operador ortogonal.
Disso temos que para quaisquer matrizes X e Y vale hTQ (X), TQ (Y )i = hX, Y i, que pela de-
finição do produto interno é a mesma coisa que tr((QY )t QX) = tr(Y t X).
Em particular, para Y = In temos que tr(Qt QX) = tr(X).
E como tr(A + B) = tr(A) + tr(B) ∀A, B, isso implica que:
.
CAPÍTULO 4. PRODUTO INTERNO 49
Sessão 5.15
4.0.17 Exercı́cio 5.66
q
z }|1 {
Note que α = {(1, 1, 1)} é uma base ortogonal para S.
Então seja v = (x, y, z) um elemento genérico de R3 . O operador de projeção ortogonal sobre S
fica determinado por
1
X h(x, y, z), qi i
P (x, y, z) = qi
i=1
hqi , qi i
O caminho que acha uma base ortogonal para W e então usa a fórmula para encontrar o opera-
dor de projeção ortogonal sobre W a partir dessa base ortogonal é extremamente longo (experi-
mente).
Sendo assim vamos calcular o operador de projeção sobre o espaço W ⊥ e depois utilizaremos o
fato de que, para todo vetor v,
v = PW (v) + PW ⊥ (v)
3x + 2y + z
PW (x, y, z) = (x, y, z) − (3, 2, 1)
14
CAPÍTULO 4. PRODUTO INTERNO 50
PW (w) = w ∀w ∈ W
PW (w0 ) = 0 ∀w0 ∈ W ⊥
(c) Sabemos que (para todo subespaço W ) vale que R3 = W ⊕ W ⊥ . E também que (Corolário
5.15.1) R3 = Im(PW ) ⊕ Ker(PW ).
Agora como Im(PW ) = W só pode ser o caso que Ker(Pw ) = W ⊥ = [(3, 2, 1)].
Sessão 5.16
4.0.19 Exercı́cio 5.71
(a) Como R(v) = 2P (v) − v para todo vetor v. Segue pelo Exercı́cio 5.67(a) que
3x + 2y + z 3x + 2y + z
R(x, y, z) = 2((x, y, z) − (3, 2, 1)) − (x, y, z) = (x, y, z) − 2 · (3, 2, 1)
14 14
Autovalores e Autovetores
Sessão 6.1
5.0.1 Exercı́cio 6.2
=⇒
Supondo que λ = 0 é um autovalor de T vou provar que T não é um operador injetor.
De fato, se ∃v 6= 0 tal que T (v) = λv = 0 então temos que v ∈ Ker(T ). E como v é não-nulo
segue que Ker(T ) 6= {0}, logo T não é injetor.
⇐=
Supomos que T não é injetor. Disso temos que Ker(T ) 6= {0}. Logo existe v 6= 0 tal que v ∈
Ker(T ). O que implica que T (v) = 0 = 0 · v e portanto λ = 0 é autovalor de T.
λv = v =⇒ (λ − 1)v = 0
51
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 52
OBS.: Note que não necessariamente um operador idempotente possui simultaneamente os au-
tovalores 1 e 0. Por exemplo, o operador identidade do epsaço vetorial V , IV (v) = v, possui
somente um autovalor: λ = 1.
T (A) = At
=⇒ λA = At
=⇒ T (λA) = T (At )
=⇒ λT (A) = (At )t
=⇒ λ2 A = A
E se nomearmos as entradas de A como aij , isso implica que λ2 aij = aij ∀i, j e como A não é a
matriz nula, algum aij é diferente de zero e podemos concluir λ2 = 1.
Segue então que λ = 1 ou λ = −1.
Os subespaços associados a λ1 = 1 e λ2 = −1 são: o subespaço das matrizes simétricas e o
subespaço das matrizes antissimétricas, respectivamente (ver Exercı́co 3.25).
Agora, vamos supor que λ é um autovalor de T e iremos concluir que devemos ter necessaria-
mente λ = i ou λ = −i.
De fato, se ∃v 6= 0 tal que T (v) = λv então temos que:
T (v) = λv
=⇒ T (T (v)) = λT (v)
=⇒ −v = λ2 v
=⇒ 0 = (λ2 + 1)v
E como v 6= 0V segue que λ2 + 1 = 0.
Consequentemente devemos ter λ = i ou λ = −i.
h iβ h i h i h i h i
Por definição T = T (b1 ) T (b2 ) T (b3 ) T (b4 ) .
β β β β β
T (1, 0, 0, 0) = (0, 1, 0, 0)
0 −1 0 0
T (0, 1, 0, 0) = (−1, 0, 0, 0) h iβ
1 0 0 0
E como segue que T = .
T (0, 0, 1, 0) = (0, 0, 0, 1) β 0 0 0 1
T (0, 0, 0, 1) = (0, 0, −1, 0)
0 0 1 0
dito, V é um espaço vetorial real e, portanto, não existe λ ∈ R que satisfaça tal propriedade (ser
autovalor de T ).
Sessão 6.2
5.0.8 Exercı́cio 6.16
Vamos calcular a matriz de T na base canônica do espaço (pois é a base mais fácil de se traba-
lhar) e então calcular os autovalores e autovetores da matriz via polinômio caracterı́stico.
Seja β = {1, x, x2 } a base canônica de P2 (R). Então T (1) = 1, T (x) = x + (x + 1) = 1 + 2x e
h iβ 1 1 0
T (x2 ) = x2 + (x + 1)2x = 2x + 3x2 e portanto A := T = 0 2 2.
β
0 0 3
1−λ 1 0
Agora p(λ) = Ker(A − λI3 ) = det 0 2−λ 2 = (1 − λ)(2 − λ)(3 − λ).
0 0 3−λ
Portanto as raı́zes do polinômio caracterı́stico, i.e. os autovalores de T , são λ1 = 1, λ2 = 2 e
λ3 = 3.
Agora vamos calcular os autoespaços de cada autovalor.
Autovetores de λ1
Seja p(x) = a + bx + cx2 , então p(x) ∈ Vλ1 ⇐⇒ T (p(x)) = λ1 p(x) = p(x)
⇐⇒ p(x) + (x + 1)p0 (x) = p(x) ⇐⇒(x + 1)p0 (x) = 0 ⇐⇒ (x + 1)(b + 2cx) = 0
b=0
⇐⇒ b + (2c + b)x + 2cx2 = 0 ⇐⇒ 2c + b = 0 ⇐⇒ a=a, b = 0 e c = 0.
2c = 0
Portanto os autovetores associados a λ1 são da forma p1 (x) = a · 1. Consequentemente Vλ1 = [1].
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 55
Autovetores de λ2
Seja p(x) = a + bx + cx2 , então p(x) ∈ Vλ2 ⇐⇒ T (p(x)) = 2p(x)
⇐⇒ p(x) + (x + 1)p0 (x) = 2p(x) 2
⇐⇒ −a + −bx + −cx + (x + 1)(b + 2cx) = 0
−a + b = 0
2
⇐⇒ (−a + b) + 2cx + cx = 0 2c = 0 ⇐⇒ a = b e c = 0.
c = 0
Portanto os autovetores associados a λ2 são da forma p2 (x) = a + ax = a(1 + x).
Consequentemente Vλ2 = [1 + x].
Autovetores de λ3
Seja p(x) = a + bx + cx2 , então p(x) ∈ Vλ3 ⇐⇒ T (p(x)) = 3p(x) ⇐⇒ p(x) + (x + 1)p0 (x) =
3p(x)
⇐⇒ −2a − 2bx − 2cx2 + (x + 1)(b + 2cx) = 0 ⇐⇒ (−2a + b) + (−b + 2c)x = 0 ⇐⇒
−2a + b = 0
⇐⇒ b = 2a e c = a
−b + 2c = 0
Portanto os autovetores associados a λ3 são da forma p3 (x) = a + 2ax + ax2 = a(1 + 2x + x2 ).
Consequentemente Vλ3 = [1 + 2x + x2 ].
2 1 −1 − λ
Logo p(λ) = −λ3 − λ2 + 4λ + 4, por inspeção vemos que λ = −1 é uma raiz do polinômio e logo,
p(λ) = (λ + 1)(−λ2 + 4). Portanto as raı́zes do polinômio caracterı́stico, i.e. os autovalores de T ,
são λ1 = −1, λ2 = 2 e λ3 = −2.
Agora calculemos os autoespaços.
Autovetores de λ1
x −x
Seja v = (x, y, z). Então v ∈ Vλ1 ⇐⇒ T (v) = −v ⇐⇒ A y = −y
z −z
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 56
x + y = −x
⇐⇒ x − y + 2z = −y ⇐⇒ x = −2z e y = 4z.
2x + y − z = −z
Autovetores de λ2
x + y = 2x
x 2x
Seja v = (x, y, z). Então v ∈ Vλ2 ⇐⇒ T (v) = 2v ⇐⇒ A y = 2y ⇐⇒ x − y + 2z = 2y
z 2z
2x + y − z = 2z
⇐⇒ x = z = y.
Portanto os elementos de Vλ2 são da forma v = (y, y, y) = y(1, 1, 1).
Consequentemente Vλ2 = [(1, 1, 1)].
Autovetores de λ3
x −2x
Seja v = (x, y, z). Então v ∈ Vλ3 ⇐⇒ T (v) = −2v ⇐⇒ A y = −2y
z −2x
x + y = −2x
⇐⇒ x − y + 2z = −2y ⇐⇒ x = z e y = −3z.
2x + y − z = −2z
Portanto os elementos de Vλ3 são da forma v = (z, −3z, z) = z(1, −3, 1).
Consequentemente Vλ3 = [(1, −3, 1)]
Caso, por algum motivo, queiramos utilizar uma base α = {a1 , a2 , a3 } diferente da canônica para
expressar essa equação não podemos dizer que os autovetores v = (x, y, z) de T serão tais que
h iα x x
T y = λ y . Por quê?!
α
z z
h iβ h i h i
Porque observe que a equação F é equivalente a T v = λ v . E se mudarmos a base da
β β β
matriz de T devemos também mudar a base da matriz de coordenadas do vetor!
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 57
h iα c1 c1
A correção que deveria ser feita é a seguinte : achar c1 , c2 , c3 tais que T c2 = λ c2 e
α
c3 c3
então concluir que os autovetores são da forma v = (x, y, z) = c1 a1 + c2 a2 + c3 a3 .
Autovetores de λ2
" #
a b
Seja A = matriz genérica de Mn (R). Então A ∈ Vλ2 ⇐⇒ T (A) = 3A
c d
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 58
2a + b = 3a
2 1 0 0 a 3a
2b = 3b
0 2 0 0 b = 3b ⇐⇒
⇐⇒
0 ⇐⇒ a = b = c = 0
0 2 0 c 3c
2c = 3c
0 0 0 3 d 3d
3d = 3d
" #
0 0
Portanto os elementos de Vλ2 são da forma A = = dB4 .
0 d
Consequentemente Vλ2 = [B4 ].
pA (x) = det(A − xIn ) = det( (A − xIn )t ) = det(At − xInt ) = det(At − xIn ) = pAt (x)
1 0 −t
√ √
E suas raı́zes, i.e. os autovalores de A, são 1, −1+i
2
3
e −1−i 3
2 .
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 59
• T (v1 ) = v1 ;
• T (v3 ) = v3 ;
h iγ 1 1 0
segue que A := T = 0 2 0.
γ
0 3 1
Agora podemos calcular o polinômio caracterı́stico:
1−t 1 0
pT (t) = det(A − tI3 ) = det 0 2−t 0 = (1 − t)2 (2 − t)
0 3 1−t
z z
x+y =x
1 1 0 x x
⇐⇒ 0 2 0 y = y ⇐⇒ 2y = y ⇐⇒ y = 0
0 3 1 z z
3y + z = z
Portanto os elementos de Vλ1 são da forma v = (x, 0, z) = x(1, 0, 0) + z(0, 0, 1).
Consequentemente Vλ1 = [(1, 0, 0), (0, 0, 1)].
Autovetores de λ2
x 2x
Seja v = (x, y, z) ∈ R3 . Então v ∈ Vλ2 ⇐⇒ T (v) = λ2 v ⇐⇒ A y = 2y
z 2z
x + y = 2x
1 1 0 x 2x
⇐⇒ 0 2 0 y = 2y ⇐⇒ 2y = 2y ⇐⇒ x = y e z = 3y
0 3 1 z 2z
3y + z = 2z
Portanto os elementos de Vλ2 são da forma v = (y, y, 3y) = y(1, 1, 3).
Consequentemente Vλ2 = [(1, 1, 3)].
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 60
Sessão 6.3
5.0.15 Exercı́cio 6.42
Calculemos os autovalores e autovetores de A.
Temos que:
1−t 1 1
pA (t) = det(A − tI3 ) = det 0 2−t 1 = (1 − t)2 (2 − t)
0 0 1−t
Autovetores de λ1
x x x
Seja v = y . Então v ∈ Vλ1 ⇐⇒ A y = y
z z z
x+y+z =x
1 1 1 x x
⇐⇒ 0 2 1 y = y ⇐⇒ 2y + z = y ⇐⇒ y = −z
0 0 1 z z
z = z
Portanto os elementos de Vλ1 são da forma v = (x, −z, z) = x(1, 0, 0) + z(0, −1, 1).
Consequentemente Vλ1 = [(1, 0, 0), (0, −1, 1)].
E segue que mg (λ1 ) = dim(Vλ1 ) = 2.
Autovetores de λ2
x x 2x
Seja v = y . Então v ∈ Vλ2 ⇐⇒ A y = 2y
z z 2z
x + y + z = 2x
1 1 1 x 2x
⇐⇒ 0 2 1 y = 2y ⇐⇒ 2y + z = 2y ⇐⇒ z = 0 e x = y
0 0 1 z 2z
z = 2z
Portanto os elementos de Vλ2 são da forma v = (y, y, 0) = y(1, 1, 0).
Consequentemente Vλ2 = [(1, 1, 0)].
E segue que mg (λ2 ) = dim(Vλ2 ) = 1.
dim(Vλ ) = dim(Vλ0 )
P −1 BP vi = Avi = λvi
E além disso,
λ(P vi ) = P (λvi ) = P (Avi ) = P (P −1 BP vi ) = B(P vi )
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 62
F
com P vi 6= 0, pois vi 6= 0 e P é invertı́vel .
Portanto P vi (i = 1, · · · , k) são autovetores de B associados ao mesmo autovalor λ.
Agora se provarmos que β 0 = {P v1 , · · · , P vk } é L.I. estará provado que dim(Vλ ) ≤ dim(Vλ0 ).
E de fato isso acontece: supondo escalares c1 , · · · , ck tais que
c1 (P v1 ) + · · · + ck (P vk ) = 0
Sessão 6.4
5.0.19 Exercı́cio 6.51
Note que para todo vetor (matriz coluna) v vale que
(Qv)t Qv = v t Qt Qv = v t v
Agora, sabemos que “A simétrica é positiva-definida ⇐⇒ todos seus autovalores são positivos
(Teorema 6.4.5)”. Agora, sabemos que os autovalores de A−1 são todos da forma 1
λ, onde λ é um
autovalor de A (Exercı́cio 6.27).
Disso é imediato que se todos os autovalores de A são positivos então todos os autovalores de
A−1 também são positivos, i.e. A positiva-definida =⇒ A−1 positiva-definida.
Sessão 6.6
Nesta sessão utilizaremos exaustivamente o Teorema 6.6.6 que afirma resumidamente que:
“T é diagonalizável ⇐⇒ existe uma base de autovetores de T ”.
0 0 −1 − λ
(−3 − λ)(3 − λ)(−1 − λ) + 8(−1 − λ) = (−1 − λ)[(3 − λ)(−3 − λ) + 8] = (−1 − λ)(λ2 − 1)
Então as raı́zes do polinômio caracterı́stico, i.e. os autovalores de T , são λ1 = 1 e λ2 = −1. Do
polinômio caracterı́stico concluı́mos que ma (λ1 ) = 1 e ma (λ2 ) = 2.
Calculmeos agora os autoespaços.
Autovetores de λ1
Seja v = (x, y, z) vetor genérico de R3 . Então v ∈ Vλ1 ⇐⇒ T (x, y, z) = (x, y, z)
⇐⇒ Av = v (escrevendo o vetor
como matriz coluna). Disso temos que: v ∈ Vλ1 ⇐⇒
−3x − 4y = x
−3 −4 0 x x
2 3 0 y = y ⇐⇒ ⇐⇒ z = 0; x = −y
2x + 3y = y
0 0 −1 z z
−z = z
Autovetores de λ2
Seja v = (x, y, z) vetor genérico de R3 . Então v ∈ Vλ2 ⇐⇒ T (x, y, z) = −1 · (x, y, z)
⇐⇒ Av = −v (escrevendo o vetor como matriz coluna).
Disso temos que:
−3x − 4y = −x
−3 −4 0 x −x
v ∈ Vλ2 ⇐⇒ 2 3 0 y = −y ⇐⇒ 2x + 3y = −y ⇐⇒ x = −2y
0 0 −1 z −z
−z = −z
dim(Vλ2 ) = 2.
Finalmente como dim(Vλ1 ) + dim(Vλ2 ) = dim(R3 ) conseguimos encontrar uma base para R3
formada por autovetores de T .
De fato, o conjunto de autovetores β = {(−1, 1, 0), (−2, 1, 0), (0, 0, 1)} é L.I. (e portanto base);
Podemos verificar manualmente que β é L.I. ou usar o fato de que autovetores associados a auto-
valores distintos são L.I. entre si (e os autovetores com mesmo autovalor associado são L.I. entre
si pois são integrantes da base do autoespaço).
Tendo feito isso provamos que β é uma base de R3 formada por autovetores e, como diz o Teo-
rema 6.6.6, fica provado que T é um operador linear diagonalizável.
0 0 2−λ
Neste caso, não conseguimos um argumento similar ao anterior pois ma (λ2 ) > 1. Isto é, não
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 66
conseguimos de maneira rápida concluir a existência de um conjunto L.I. de autovetores sem cal-
cular os autovetores explicitamente. Então calculemos eles.
Seja p(x) = a + bx + cx2 vetor genérico de P2 (R). Então p(x) ∈ Vλ2 ⇐⇒ T (p(x)) = 2 · p(x)
⇐⇒ (2b + c) + (2b − c)x + 2cx2 = 2a + 2bx + 2cx2 ⇐⇒ (2b + c − 2a) + (2b − c − 2b)x + (2c − 2c)x2 =
0P2 (R) . Disso temos
que:
2b + c − 2a = 0
p(x) ∈ Vλ2 ⇐⇒ −c = 0 , que possui solução c = 0 e b = a.
0 = 0
Portanto os elementos de Vλ2 são da forma p(x) = a + ax = a(1 + x).
Consequentemente Vλ2 = [1 + x] e observe que disso concluı́mos que mg (λ2 ) = dim(Vλ2 ) = 1.
Sendo assim, não é possı́vel encontrar uma base de autovetores, pois conseguimos apenas um
conjunto L.I. de no máximo dois autovetores {p1 (x), 1 + x} e dim(P2 (R)) = 3. Logo não existe
base de autovetores e portanto T não é um operador diagonalizável.
OBS.: Em geral, quando encontrarmos que mg (λ) < ma (λ) para algum autovalor λ isso já será
suficiente para concluirmos que o operador em questão não é diagonalizável (Por quê? ).
g h i
b=d
a d g a b c
t
⇐⇒ A = A ⇐⇒ b e h = d e f ⇐⇒ c=g .
c f i g h i
f = h
a b c
Portanto os elementos de Vλ1 são da forma A = b e f
c f i
1 0 0 0 1 0 0 0 1 0 0 0 0 00 0 0 0
= a 0 0 0 +b 1 0 0 +c 0 0 0 +e 0 1 0 +f 0 0 1 +i 0 0 0.
0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1
| {z } | {z } | {z } | {z } | {z } | {z }
A1 A2 A3 A4 A5 A6
Consequentemente Vλ1 = [A1 , A2 , A3 , A4 , A5 , A6 ].
Autovetores de λ2
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 67
a b c
Seja A = d e f uma matriz genérica de M3 (R). Então A ∈ Vλ2 ⇐⇒ T (A) = −A
g h i
a=e=i=0
a d g −a −b −c
b = −d
t
⇐⇒ A = −A ⇐⇒ b e h = −d −e −f ⇐⇒ .
c = −g
c f i −g −h −i
f = −h
0 b c
Portanto os elementos de Vλ2 são da forma A = −b 0 f
−c −f 0
0 0 1 0 0 1 0 0 0
= b −1 0 0 +c 0 0 0 +f 0 0 1.
0 0 0 −1 0 0 0 −1 0
| {z } | {z } | {z }
B1 B2 B3
Consequentemente Vλ2 = [B1 , B2 , B3 ].
h iβ
Portanto concluı́mos que a base procurada é β = {A1 , A2 , A3 , A4 , A5 , A6 , B1 , B2 , B3 }, pois T
β
é sempre diagonal se β é base de autovetores.
“Uma transformação linear fica completamente determinada pelos seus valores numa base”
• T (0, 1, 0) = 1 · (0, 1, 0)
• T (0, 0, 1) = 2 · (0, 0, 1)
OBS.: Como sempre, é uma boa prática verificar (no rascunho) se o operador encontrado real-
mente satisfaz as propriedades requeridas.
Sessão 6.7
5.0.28 Exercı́cio 6.88
Vamos provar que x∗ Ax = x∗ Ax.
De fato, temos que x∗ Ax = x∗ Ax = xt Ax. Agora como xt Ax é uma matriz 1×1 podemos aplicar
a transposta sem alterar nada. Logo
x∗ Ax = xt Ax = (xt Ax)t = x∗ A∗ x = x∗ Ax
1 1 −t
Logo os autovalores são λ1 = −1 e λ2 = 2
Autovetores de A
CAPÍTULO 5. AUTOVALORES E AUTOVETORES 69
x+y+z =0
0 1 1 x x
Av = λ1 v ⇐⇒ 1 0 1 y = −1 · y ⇐⇒ x + y + z = 0 ⇐⇒ x = −y − z
1 1 0 z z
x + y + z = 0
⇐⇒ v = (−y − z, y, z) = y(−1, 1, 0) + z(−1, 0, 1)
Portanto Vλ1 = [(−1, 1, 0), (−1, 0, 1)].
−2x + y + z = 0
0 1 x 1 x
Av = λ2 v ⇐⇒ 1 0 1 y = 2 · y ⇐⇒ x − 2y + z = 0 ⇐⇒ x = y = z
1 1 0 z z
x + y − 2z = 0
⇐⇒ v = (x, x, x) = x(1, 1, 1)
Portanto Vλ2 = [(1, 1, 1)].
v v v
z }|1 { z }|2 { z }|3 {
Consequentemente, β = {(−1, 1, 0), (−1, 0, 1), (1, 1, 1)} é uma base de autovetores de A. Note que
β não é uma base ortonormal.
Agora aplicamos o processo de Gram-Schmidt na base beta para obter uma base α = {q1 , q2 , q3 }
ortonormal.
w 1 = v1
hv2 ,q1 i
w 2 = v2 − hq1 ,q1 i q1
hv3 ,q1 i hv3 ,q2 i
w 3 = v3 − hq1 ,q1 i q1 −hq2 ,q2 i q2
Finalmente fazemos qi = kw1i k wi para i = 1, 2, 3 e obtemos a base ortonormal α.
√
Fazendo as contas obtemos q1 = √1 (−1, 1, 0), q2 = √2 (−1/2, −1/2, 1) e q3 = √1 (1, 1, 1) como os
2 3 3
elementos da base
ortonormal
√ √ de√autovetores.
√
−1/ 2 − 2/2 3 1/ 3
√ √ √ √
Portanto Q = 1/ 2 − 2/2 3 1/ 3 é a matriz ortogonal procurada.
√ √ √
0 2/ 3 1/ 3
definida em [0, 1]. Observe que f é contı́nua e que f (0) = det(A) e f (1) = det(In ) = 1.
Nosso objetivo agora é mostrar que f não se anula, pois disso (usando o Teorema do Valor Inter-
mediário) teremos que det(A) > 0 (pois 1 > 0).
Agora, observe que a matriz tIn + (1 − t)A também é positiva-definida para todo t ∈ [0, 1] pois
Como I − A ∈ Mn (R), vamos provar que Ker(I − A) = {0} e disso concluir que I − A é invertı́vel
(argumento melhor justificado em (*)Exercı́cio 6.60).
De fato, v ∈ Ker(I − A) ⇐⇒ (I − A)v = 0 ⇐⇒ v − Av = 0 ⇐⇒ Av = v.
Logo supondo, por absurdo, que v 6= 0 concluı́mos que v é autovetor de A com autovalor λ = 1.
Mas isto é uma contradição pois matrizes anti-simétricas possuem apenas autovalores nulos ou
imaginários puros.
Logo Ker(I − A) = {0} e portanto I − A é invertı́vel.
Análogo para I + A.
Agora, vamos provar que a matriz B := (I − A)(I + A)−1 satisfaz B t B = I (e portanto é ortogo-
nal).
Primeiro, note que as matrizes I − A e I + A comutam. Isto é, (I − A)(I + A) = I − A2 =
(I + A)(I − A).
Agora, note que B t = ((I + A)−1 )t (I − A)t = ((I + A)t )−1 (I − A)t = (I + At )−1 (I − At ) =
(I − A)−1 (I + A).
E finalmente,
2 −1 5−t
possui raı́zes λ1 = 3, λ2 = 6 e λ3 = 9.
Sendo assim, todos os autovalores da matriz simétrica A são positivos e, portanto, A é uma ma-
triz positiva
definida.
3 0 0
Seja D = 0 6 0, então existe uma matriz invertı́vel P tal que A = P DP −1 (toda matriz
0 0 9
simétrica é diagonalizável). Disso, analogamente ao Exercı́cio 6.92, concluı́mos que det(A) =
3 · 6 · 9 = 162 e tr(A) = 3 + 6 + 9 = 18.
xt Ax = xt (P P t )x = (P t x)t (P t x) = hP t x, P t xi > 0